Desarrollo y propuesta de implementación de algoritmos de decisión automatizada para la gestión eficiente de pozos de gas No convencionales en función de la calidad del gas.

Abstract

La gestión de la derivación de caudales en el yacimiento FAIN Gas NOC carece de un procedimiento estandarizado, lo que puede ocasionar demoras y decisiones inconsistentes a la hora de determinar qué pozos deben alimentar a las plantas de tratamiento. Esta falta de uniformidad dificulta maximizar la utilización de la capacidad instalada y garantizar el cumplimiento de los límites de ENARGAS sobre contenido de agua y punto de rocío. La presente tesis propone un modelo automatizado que adapta el algoritmo de Dijkstra para identificar el subconjunto de pozos cuyo caudal total se aproxima lo más posible a la capacidad de 1 MSm³/d de las plantas PTG FAIN (MEG) y EPF FAIN CENTRO (TEG) sin excederla. Implementada íntegramente en Microsoft Excel con macros en VBA, la solución incorpora filtros de mantenimiento (pozos o PADs intervenidos) y ajustes por reducción contractual de caudal. Además, integra correlaciones semiempíricas —AAIQ para el punto de rocío y Sloan para el contenido de agua— y validaciones de calidad de glicol (concentración y pH) a través de funciones definidas por el usuario. El modelo se valida con datos de 46 pozos de los yacimientos estudiados, incluyendo caudales de gas y agua libre, parámetros de línea (presión y temperatura de ingreso) y mediciones de punto de rocío y contenido de agua a la salida de las plantas. Mediante escenarios de operación normal, de mantenimiento y de reducción de caudal, se demuestra que la herramienta mejora la consistencia en la asignación de pozos, facilita el control normativo de las corrientes de gas y asegura un seguimiento riguroso de la calidad del glicol consumido.

The management of flow allocation at the FAIN Gas NOC field lacks a standardized procedure, which can lead to delays and inconsistent decisions when determining which wells should feed the processing plants. This lack of uniformity undermines efforts to maximize utilization of installed capacity and to ensure compliance with ENARGAS limits on water content and dew point. This thesis introduces an automated model that adapts Dijkstra’s algorithm to identify the subset of wells whose combined throughput approaches, without exceeding, the 1 MSm³/d design capacity of the PTG FAIN (MEG) and EPF FAIN CENTRO (TEG) plants. Fully implemented in Microsoft Excel using VBA macros, the solution incorporates maintenance filters (for wells or PADs under intervention) and contractual throughput reduction adjustments. It further integrates semi-empirical correlations—AAIQ for dew point estimation and Sloan for water content—and glycols quality checks (concentration and pH) via user-defined functions. The model is validated with data from 46 wells in the studied fields, including gas and free-water flow rates, line parameters (inlet pressure and temperature), and measured dew point and water content at plant outlets. Through scenarios representing normal operation, maintenance, and throughput reduction, the tool demonstrates enhanced consistency in well allocation, streamlined regulatory compliance monitoring of gas streams, and rigorous tracking of glycol quality.